Postgresql sqldb中优化动态排序查询性能的设计模式

我有一个应用程序，它有一个相当大的活动数据集（比如cars），大约有200万行活动数据。每个“汽车”都有许多属性（列），如价格、里程、年份、品牌、型号、燃油类型等

现在，在我的web应用程序中的每辆车的/show页面上，我需要生成前10辆最“相似”的车的列表。由于我从不“知道”一辆车是一种非常普通还是非常罕见的车（在实际执行db查询之前），我设计了一种模式，在“相似的车”查询中我几乎不做任何过滤（

where

-子句）。相反，我根据视图中当前汽车的数据，结合

CASE WHEN

-语句，执行了大量

ORDER BY

-子句。假设一位用户看到一辆福特福克斯，2010年，30.000公里，汽油，12490欧元，来自杜塞尔多夫附近的汽车。然后我会这样做：

SELECT "cars".*
  FROM de."cars" 
  WHERE ("cars"."id" != 24352543) 
    AND "cars"."sales_state" = 'onsale' 
    AND (cars.is_disabled IS NOT TRUE) 
    ORDER BY
      CASE WHEN ABS(cars.price - 12490) < cars.price * 0.2 THEN 1 WHEN ABS(cars.price - 12490) < cars.price * 0.4 THEN 2 WHEN ABS(cars.price - 12490) < cars.price * 0.6 THEN 3 ELSE 4 END, 
      CASE WHEN fuel_type = 'Gasoline' THEN 0 ELSE 1 END, 
      ABS(cars.price - 12490), 
      CASE WHEN ST_Distance( ST_GeographyFromText( 'SRID=4326;POINT(' || cars.longitude || ' ' || cars.latitude || ')' ), ST_GeographyFromText('SRID=4326;POINT(12.172130 48.162990)') ) <= 30000 THEN 1 WHEN ST_Distance( ST_GeographyFromText( 'SRID=4326;POINT(' || cars.longitude || ' ' || cars.latitude || ')' ), ST_GeographyFromText('SRID=4326;POINT(12.172130 48.162990)') ) <= 100000 THEN 2 ELSE 3 END, 
      ABS(cars.year - 2010), 
      ABS(cars.km - 30000)
    LIMIT 10

选择“汽车”*
来自“汽车”
其中（“汽车”。“id”！=24352543）
和“汽车”，“销售州”=“销售”
和（cars.is_disabled不正确）
订购人
当ABS（cars.price-12490）当ST|u Distance（ST|u GeographyFromText（'SRID=4326；POINT（'cars.longitude | |'）'、'ST|u GeographyFromText'）、ST|u GeographyFromText（'SRID=4326；POINT（12.17213048.162990））时，您无法准确地获得那么快的结果，因为您必须对所有查询结果执行top-N排序，即使您启动
work||mem
，也会很慢

ORDER BY
子句不能按原样进行索引

如果您的查询更灵活一些，也许您可以尝试以下方式：

CREATE INDEX ON de.cars (price)
  WHERE sales_state = 'onsale' AND is_disabled IS NOT TRUE;

第一个问题：

WITH priced_cars AS (
  SELECT SELECT cars.*
    FROM de.cars
    WHERE (cars.id != 24352543)
      AND cars.sales_state = 'onsale'
      AND (cars.is_disabled IS NOT TRUE)
      AND cars.price BETWEEN 12490*5/6 AND 12490*5/4
)
SELECT * FROM priced_cars
ORDER BY
  CASE WHEN fuel_type = 'Gasoline' THEN 0 ELSE 1 END, 
  ABS(price - 12490), 
  CASE
    WHEN ST_Distance( ST_GeographyFromText( 'SRID=4326;POINT(' || longitude || ' ' || latitude || ')' ), ST_GeographyFromText('SRID=4326;POINT(12.172130 48.162990)') ) <= 30000
    THEN 1
    WHEN ST_Distance( ST_GeographyFromText( 'SRID=4326;POINT(' || longitude || ' ' || latitude || ')' ), ST_GeographyFromText('SRID=4326;POINT(12.172130 48.162990)') ) <= 100000
    THEN 2
    ELSE 3
  END, 
  ABS(year - 2010), 
  ABS(km - 30000)
LIMIT 10;

这将只对应于第一列为1的汽车，但它可以很快，因为它可以使用索引

如果你找到10辆那样的车，你就完了

否则，使用
WHERE
条件对
price
运行第二个查询，该条件将对应于
price
上的下一个最佳标准，这同样可以使用相同的索引，但速度会慢一些

继续这样做，直到你有10辆车为止（最后一次查询没有关于
price
的条件，并且会像以前一样慢）

如果您必须运行四个这样的查询，这将是一个损失，因为您在前三个查询中找不到10辆车，但在另一种情况下可能会更快。
对于可能的sql复杂性和转移（许多不同的模式）以及您提到的计时（250毫秒）我应该强制sql遵循一个尽可能简单有效的“计划”，一次分解一个过滤器

我在一个循环中处理（每次）随机的过滤器集，根据我判断更重要的过滤器，选择PKs，然后在其他循环中加入PKs

这样，您就有机会在所有随机过滤器集中获得最佳时间，而且您可能很快就知道0结果

更多详细信息示例：
首先，你要把注意力集中在你搜索的项目上，我相信是car.id。因此，您需要一组随机过滤器上的Car.id值。假设您有20个可能的过滤器。每个过滤器都会产生一组car.id值。有些过滤器可能直接在car.id所在的表上工作。其他一些可能需要连接到1-2或3个表。但是，所有过滤器一起可能总共需要10-15个连接。最少的表加入更好的机会得到一个好的计划

假设您有3个筛选器，筛选器2、筛选器7和筛选器14。例如，将12个表和过滤器与这3个过滤器连接可能有效，也可能无效。如果是的话，另一种组合就不会了。所以我的建议是（伪代码）：

（可选）您可以指定过滤器的处理顺序。
如果您知道在一组5-6个过滤器中，99%的搜索使用了其中至少一个过滤器，那么首先对它们进行排序将导致在前5个selects max处将car.id值缩小到0-NORY的范围，这将是一个有趣的问题，您可以知道查询是否总是这样，或者查询的某些部分是否可能会发生更改。关键是这些子句是相同的，但其内容取决于所使用的单个页面/汽车。例如，价格，如果是汽油或柴油，lat/long等。因此，查询的结构始终相同，但年份、里程和燃油类型等变量每次都不同。明白了吗？谢谢你的回复，这几乎是我能想到的唯一方法。我会等一等，看看她身上是否出现了其他有趣的东西：-）嗨，听起来很有趣。你能再详细一点吗。我不确定我是否完全理解你建议的模式？我通过扩展上面的答案做到了这一点，希望ti能有所帮助
procedure/table function get carids as
for each optional filter 1 to 20
 if filter is set
  select car.id from car (possible joins) where filter=filter.value and car.id 
  in (previous car.id found)
  if count(car.id)=0 end and return no results
 end if
end for
return car.id collected